Question

我尝试分类收入＆lt; = 50k或＆gt; 50k并编写交叉验证函数以获得每个准确度

X = df[['age','workclass','fnlwgt','education','marital_status','occupation','relationship','race','sex']]
y = df['income']
k_fold = 10


def k_fold_generator(X, y, k_fold):
subset_size = len(X) / k_fold  
for k in range(k_fold):
    X_train = X[:k * subset_size] + X[(k + 1) * subset_size:]
    X_test = X[k * subset_size:][:subset_size]
    y_train = y[:k * subset_size] + y[(k + 1) * subset_size:]
    y_test = y[k * subset_size:][:subset_size]

    yield X_train, y_train, X_test, y_test

以上是好的

但在

for X_train, y_train, X_test, y_test in k_fold_generator(X, y, k_fold):
        print("Error")

TypeError：无法对切片建立索引＆＃34; class＆＃39; pandas.core.indexes.numeric.Int64Index＆＃39;＆＃34;这些索引器[0.0]的＆＃34; class＆＃39; float＆＃39;＆＃34;

Answer 1

subset_size是一个浮点数。

正是错误消息告诉您的原因，正是切片（预期整数）不起作用的原因。在尝试高级任务之前，我建议您通过快速，基本的Python教程。 :)

据推测，你碰巧遇到了Python 2中的一些示例代码，其中默认的除法行为是整数除法，现在尝试在Python 3.x版本中执行它。您可以尝试强制整数除法的subset_size = len(X) // k_fold。或者，您每次都可以int(round(k*subset_size))。我建议前者。

此外，由于您的训练数据X_Train似乎是正确的pandas.DataFrame，您可能不得不使用.iloc来进行显式整数切片。

TypeError：不能对<class'pandas.core.indexes.numeric.int64index'=“”>进行切片索引，这些索引器[0.0]为<class'float'=“”>

1 个答案: